（国网安徽省电力公司天长市供电公司安徽天长239300）
摘要：大数据的出现伴随着互联网产业的崛起与海量数据处理技术的广泛应用，这一概念最早则出现在2011年，这一时期的大数据被视作数据驱动的创新模式。对于我国电力企业来说，大数据思维是其推进企业管理变革的客观要求、提升运营决策水平的必然选择，同时也是其实施创新驱动发展的有效途径，这就使得本文基于大数据的电力企业运营监测实践展开的研究直接关系着我国电力事业的相关发展。希望本文的一些观点对相关工作人员能起到借鉴作用。
关键词：大数据；电力企业；运营监测
伴随着互联网产业的崛起，新型的海量数据处理技术在电子商务、智能推荐、社交网络等方面得到广泛应用，取得了巨大的商业成功，启发全社会开始重新审视数据的巨大价值。2011年，麦肯锡等知名机构研究总结了这种数据驱动的创新模式，随即在全世界兴起了一股大数据热潮。同时，各国政府和企业纷纷利用大数据新思维，以数据资产为推手，整合跨专业、跨企业、跨领域的基础数据，以价值发现为核心目标，充分挖掘不同领域数据叠加的价值效应，推动大数据相关应用的发展，实现数据支撑决策。
一、电力企业运营监测应用大数据的必要性
为了较好的完成本文基于大数据的电力企业运营监测实践展开的研究，我们首先有必要了解电力企业运营监测应用大数据的必要性。结合相关文献资料，笔者将这一必要性概括为推进企业管理变革的客观要求、提升运营决策水平的必然选择、实施创新驱动发展的有效途径等三个方面。之所以会出现这三个方面的必要性，主要是由于信息化覆盖电力企业生产经营各个环节，而这种覆盖使得关系企业的数据呈现爆发性增长。此外，大数据模糊代替精确与全集代替样本理念也能够较好的保证电力实现自身的长期可持续发展，这些都使得电力企业运营监测应用大数据有着较强的必要性。
二、电力企业运营监测应用大数据的应用范围
应用范围大数据分析下的信息支撑系统的应用，是现代化技术的优秀产物，也是人类进化的骄傲作品。我们可以将它推广至各大企业公司，推进他们的变革创新，实现资源整合共享，提升其运营水平和速度，实现对规划、建设、运营、检修、营销、人力、物力和财力的全面规模化评估。同时，大数据能够实现对预算和收支的合理调控、电力购销的把控、资产全寿命周期的预估。甚至可以将产业发展和金融领域进行流程监测性分析，构建出集全面监测、运营分析、协调控制、全景展示和指示预警于一身的综合性系统平台。而且，在当前的市场和技术掌握下，我国已经实现了部分的自主化和科技化，将推动他们步入更多的企业，进行市场性的贯通。
三、电力企业运营监测应用大数据的途径
（一）全面监测
首先，外部环境监测。外部环境是指对公司运营产生影响的外部政治、社会、经济、技术环境的总称。收集专业机构和组织发布的各类公司相关信息报表、报告，以及各类媒体、互联网采集的公司运营信息等，通过计算机分类、关键字搜索、人工判读等手段，实现对公司外部环境的影响因素即时发现。
其次，运营状况监测。电力企业运营状况监测能够对电力企业各部门相关业务情况进行明确的了解，进而对各部门日常运营过程中的绩效与电力企业的整体绩效进行对比，对各部门的运营状况进行把握，明确电力企业各部门日常运营和发展过程中存在的问题，并及时进行解决，进而提升电力企业的整体服务质量和发展水平。
第三，核心资源监测。电力企业核心资源是指直接关系到电力企业竟争力的人力资源要素和财务资源要素。相关负责人要着重从人力、财政、品牌和固定资产等方面进行监测，进而明确了解企业内部的资源状况，结合企业的发展现状，对企业的未来发展方向进行规划。
第四，关键流程监测。相关负责人要注重对电力企业日常运营过程中的关键流程进行监测，重视电力企业日常运营过程中的计划和预算管理、购电售电管理和资金情况等方面的监测
（二）运营分析
主要包括了如下内容：①综合分析。借助综合指标的统计与分析来度企业各项经济政策等情况进行评价与反应，进而抓住企业的关键绩效，明确企业运行状态，为及时处理好各方面关系以提高横向协同作业效率奠定基础；②专题分析。这一分析的立足点是实现对关键点的绩效进行分析，针对电网结构、投资建设以及装备等方面以财务与价值角度进行分析，借助信息的高效共享来是实现与业务部门的关联分析。比如以电网建设部门为专题进行分析，通过对相应建设信息数据的监控与分析，为企业做出科学的决提供必要的信息支撑，同时通过专题分析还能够实现对风险的识别与分析，进而为实现对风险的有效预防、控制与规避奠定基础，同时也为提高电网建设的综合效益提供了保障。
四、电力企业运营监测应用大数据的实践策略
（一）大数据在电力系统营销中的具体应用
远程视频技术应用能够帮助电力运营工作人员进行相关业务的巡查，是运营监侧中心针对高压电力作业实施的重要举措。通过远程视频技术的帮助能够极大地缩短营业窗口情况的巡视，进一步提升电力营业窗口整体服务质量，降低用户投诉率，提升电力用户的满意度。积极开展工业电量预侧，更好地满足用电需求管理，促进用电系统稽查监控业务，更好地挖掘线损治理工作，成效挖掘及典型案例提炼。
（二）在电力系统故障诊断中的应用
电力系统故障诊断是通过利用有关电力系统及其保护装置的信息来识别故障元件位置（区域）、类型和误动作装置，其中故障元件识别是关键问题。将基于事件序列的故障诊断模型用于高压输电线系统故障诊断领域，依据故障事件序列在时空特性上的关联性，用动态规划算法的优化相似性原理挖掘事件之间的关联性和蕴含的知识，将诊断问题的求解转化为寻求与实时故障事件序列模式最相似的，运算操作代价最小的标准故障序列模式，以实现对异常事件序列模式中的畸形事件的纠错，保证故障诊断系统的高容错性。基于粗糙集理论的故障诊断决策约简新算法，从而建立故障综合知识库用于电网故障诊断。论述了用数据挖掘技术对变压器油中各种气体成分进行聚类分析，从而可以再预先不知道变压器故障类型的情况下得出变压器油中各种气体成分含量与故障之间的直接关联，为故障诊断提供依据。
（三）开展客户服务大数据监测
开展客户服务监测分析，及时发现供电服务、故障抢修工作的短板，夯实公司优质服务工作基础，履行社会责任：一是开展供电能力监测，基于用电信息采集系统和电能质量在线监测系统产生的海量明细数据，对配网公变台区进行监测分析，发现台区频繁停电、低电压等问题；二是开展客户用电行为分析，通过建立客户用电行为模型，根据大客户负荷电量、业务办理、缴/欠费等用电行为，采用聚类分析方法，将大客户按市场价值进一步细分，对不同特征的大客户推出差异化服务策略；三是开展投诉业务专题监测，对客户投诉信息进行聚类、关联分析和趋势研判，查找服务行为、故障抢修等环节的投诉高发原因；四是开展用户缴费渠道分析。以业务历史数据为基础，评价不同类型客户的缴费偏好，分析判断各类缴费渠道未来前景和成本变化趋势。
综上所述，近年来电力企业建设规模不断扩大，电网管理工作也越来越复杂，为此非常有必要引入运营监测平台高效整合并且优化各种有效资源，通过现代化信息手段全天24h全方位监测并分析供电企业的各项业务以及经营活动，有效提高电力企业运营水平。
参考文献：
[1]高崇，韩雨.基于大数据分析的运营监测信息系统应用[J].科技与创新，2015，（12）：116+119.